ComfyUI wprowadziło 13 października trzy operacje NVIDIA do edytowalnego grafu: RTX Video Super Resolution, Frame Generation i HDR. Nowością jest integracja. Były już aplikacje i węzły społeczności, lecz generowanie, poprawa i kolejne etapy mogą zostać razem bez eksportu oraz odtwarzania ustawień.
Zalecana kolejność to Super Resolution, Frame Generation, HDR. Szczegół przestrzenny, gęstość czasu i luminancja są różnymi problemami. Połączenie zmniejsza przekazania, nie gwarantuje odzyskania prawdy źródłowej, ruchu bez błędów lub poprawnego oznaczenia pliku.
Trzy węzły zmieniają różne właściwości
Premiera opisuje powiększenie do czterech razy i wymiary do 8192 pikseli. Super Resolution ma 19 trybów: standardowy dla kompresji, wysokiej przepływności dla czystych źródeł, streamingowy dla transmisji i kamer. Odszumianie i usuwanie rozmycia nie powiększają; interpolacja bikubiczna działa bez AI.
Większość przyjmuje mnożnik lub rozmiar i zaokrągla do wielokrotności ośmiu. Bloki celują w najwyżej 16 megapikseli wyjścia dla kontroli pamięci. Jakość wymienia szczegóły na szybkość; SDK RTX Video opisuje też redukcję artefaktów, nie tylko większe piksele.
Frame Generation wstawia obrazy między sąsiadami. Jednorodne mnożniki to 2×–16×; tryb konkretnego czasu dodaje jeden w wybranej pozycji. Automatycznie wykrywa cięcia, które można też oznaczyć ręcznie. Rozwiązuje jeden rodzaj błędu, nie wszystkie zasłonięcia i szybki ruch.
HDR zmienia znormalizowany SDR w dane BT.2020 HDR z PQ lub HLG. Reguluje kontrast, nasycenie, średnią szarość i szczyt 400–2000 nitów. Usuwanie pasm jest domyślne, by ograniczać schodki gradientów przy rozszerzeniu materiału ośmiobitowego.
Przykładowe grafy obejmują obrazy, skalowanie filmu, interpolację, HDR i długie zadania. Comfy mówi, że modele są dołączone i działają lokalnie na RTX, bez wysyłania źródeł czy kredytów chmurowych za te operacje. Lokalnie nie znaczy niezależnie od sprzętu ani całkowicie otwarcie.
Klatki muszą odpowiadać zegarowi kodera
Dla N obrazów i mnożnika M wynik to (N - 1)M + 1 klatek. Zachowanie długości wymaga także pomnożenia źródłowej częstotliwości przez M w koderze. Poprawne obrazy mogą nadal mieć złą prędkość przy błędnym czasie.
Tryb konkretnego czasu zwraca 2N - 1 klatek. Wartość 0,5 umieszcza nową pośrodku; inne tworzą nierówne odstępy. Dalsze narzędzia muszą oddać pozycje, nie zakładać równomierności wszystkich obrazów.
Węzły przenoszą partie tensorów obrazów na wybrane urządzenie CUDA. Obsługują RGB osiem bitów i spakowane dziesięć bitów RGB10A2, korzystając z DLPack do współdzielenia pamięci. Wracają zwykłe partie dla innych węzłów: mniej przekazań, nie brak dekodowania, konwersji i kodowania.
Dokumentacja wymaga PyTorch CUDA z CUDA 13.0 lub nowszą. Sam CPU i GPU innych firm nie działają. Frame Generation wymaga RTX serii 40 lub późniejszej; pozostałe efekty mają szersze zgodne RTX. AMD, Apple Silicon i starsze NVIDIA potrzebują alternatyw.
Wartości HDR nie niosą opisu dostarczenia
Specyfikacja TrueHDR zmienia SDR RGB osiem bitów w HDR dziesięć z barwami BT.2020 i natywnym PQ; ComfyUI może zmienić na HLG. Uczone usuwanie pasm redukuje kontury, lecz odgadnięte światła to nowy rendering, nie pomiary HDR niezapisane przez kamerę.
Zwykły IMAGE ComfyUI nie przenosi metadanych HDR z wartościami. Konwersja może być poprawna, a późniejszy koder oznaczyć ją źle i odtwarzacz przeczyta HDR jako SDR. Dalsze narzędzia muszą znać BT.2020/PQ lub BT.2020/HLG oraz zapisać odpowiednie charakterystyki i kolor.
Rozszerzony EXR i kolor pomagają wymianie. Zaawansowany zapis domyślnie daje półprecyzyjny float 16 bitów lub pełny 32; odczyt zachowuje wartości ponad 1,0 i ujemne bez cichego obcięcia. Są ważne w scenicznie liniowej kompozycji i operacjach barwnych.
Konwersja obejmuje sRGB, liniowy scenicznie Rec.709, HLG, PQ, ARRI LogC3 i ACEScct. Przy aktywnych zasobach JPEG towarzyszy EXR, którego przeglądarka nie pokaże bezpośrednio. Podgląd nie obejmuje całego sygnału i nie zastępuje kontroli HDR. Źródło SDR i ustawienia trzeba zachować dla masteringu i dostawy.
Otwarta integracja zależy od zamkniętej podstawy
Wrapper węzłów jest na Apache 2.0 i pozwala sprawdzać oraz zmieniać integrację. Wymagane nvidia-vfx ma własnościowe warunki NVIDIA. Otwarta otoczka nie czyni efektów przenośnymi ani niezależnie audytowalnymi.
Studio jednolite RTX może to zaakceptować; mieszany zespół nie przeniesie tej samej podstawy na AMD. Inne węzły, warunki w grafie lub zdalne NVIDIA zmieniają działanie. Comfy Cloud i API zwiększą zasoby, lecz zmienią prywatność i koszty założone dla lokalnego przepływu.
Premiera nie ma niezależnego benchmarku między sprzętem. Szybkość i lekkość zależą od GPU, rozdzielczości, trybu i partii. Długie HDR dzieli się i skleja, oszczędzając pamięć szczytową, ale wymagając kontroli granic, klatek i czasu.
Mniej przekazań pomaga przy zachowanej ocenie końcowej
Wcześniejsza ankieta dawała skalowaniu drugie miejsce potrzeb po generowaniu. Droga NVIDIA odpowiada blisko grafu generatywnego. Naciska na rozbite procesy, nie zastępuje wszystkich aplikacji z osią czasu, maskami, ręczną korektą, kodekami i odbiorem.
Skalowanie może wymyślić przekonujące fałszywe faktury, interpolacja zawodzić przy przezroczystości, zasłonięciach, cięciach, wzorach i szybkim ruchu. Kompresja, drobny tekst, skóra, gradienty i światła ujawniają różne słabości. Wykrywanie cięć nie certyfikuje każdej klatki.
Reprezentatywne porównanie zachowuje oryginały i bada szczegóły, ruch i kolor w końcowej rozdzielczości. GPU, liczba klatek, rozmiar, tryb, pamięć i czas całości nadają sens wynikom. Dekodowanie, tensory, bloki, kodowanie, transfer i człowiek też liczą się, nie sama inferencja.
Kierunek SDK VFX czyni efekty wywoływalną infrastrukturą, a ComfyUI dodaje rozgałęzianie i ponowne użycie. Obietnicą jest powtarzalność z mniejszą liczbą przekazań. Zgodność, jasne metadane i produkcyjne wyniki na różnych RTX rozstrzygną codzienność; częstotliwość, opis koloru i odrzucanie błędów pozostają po stronie twórcy.
Dodatkowa lektura o dokumentowaniu kontekstu pracy: bazy wiedzy dokumentacji technicznej.